Tutkimus transkatetraalisen mitraliklapan reuna-reuna-korjauksen esioperaatioarviointimallin kehittämisestä ja soveltamisesta perustuen visuaalisiin perusmalleihin

Mitralisregurgitaatio (MR) on Kiinan yleisin sydänläppäsairaus. Transkatetrinen reunasta-reunaan -korjaus (TEER) on tällä hetkellä ensisijainen hoitomuoto potilaille, joilla on vaikea MR ja jotka kohtaavat korkeita leikkausriskejä. Nykyisillä TEER:n preoperatiivisilla arviointimenetelmillä on kuitenkin lukuisia rajoituksia, kuten monimutkaiset mittausparametrit, korkeat tekniset vaatimukset ja merkittävä subjektiivisuus. Vision Mamba, kärkiteknologia visuaalisella alalla, voittaa konvoluutioneuroverkkojen ja Transformersien yleisten laskentayksiköiden rajoitukset kaksisuuntaisten tilatilamallien ja positiokoodauksen avulla, osoittaen erinomaisen suorituskyvyn visuaalisissa tehtävissä. Tähän mennessä yksikään tutkimus ei ole soveltanut Vision Mambaa ultraäänivideoihin TEER:n preoperatiivisten arviointimallien rakentamiseksi. Tiimimme perusti aiemmin Transformer-pohjaisen arviointimallin käyttämällä pientä, yksikeskuksista kohorttia. Tämä tutkimus esittelee innovatiivisesti Vision Mamba -pohjaisen visuaalisen perusmallin. Yhdistämällä monipuolisia, monimuotoisia ultraäänivideoja useista keskuksista kehitämme yhden pysähdyksen preoperatiivisen TEER-arviointimallin MR-potilaille [viipaletunnistus → videoanalyysi → monimuotoisen tiedon fuusio → preoperatiivinen arviointisuositus (sopiva/haastava/ei sovellu)]. Tämä malli optimoi leikkauspotilaiden tunnistamisen ja seuloo tarkasti potilaat, joilla on kontraindikaatioita. Lisäksi yhden pysähdyksen malli on nopea ja objektiivinen, parantaen merkittävästi kliinistä tehokkuutta. Sillä on lupaavia mahdollisuuksia käyttöönottoon perusterveydenhuollon tasolla terveydenhuollon resurssien allokoinnin optimoimiseksi.